基于8方向的数字图像去噪算法研究

由于受到成像方法等因素的影响,数字图像的边缘、细节等特征常常淹没于噪声信号中,给后续的图像特征提取、图像匹配等图像处理带来很大困难。因此,对图像进行去噪具有十分重要的意义,图像去噪也成为数字图像预处理中的关键步骤。首先介绍了中值滤波、维纳滤波、小波滤波的原理,针对中值滤波在图像去噪中存在的不足,提出新的数字图像去噪方——基于8方向的数字图像去噪方法,并通过实验仿真验证了其有效性。

基于8方向脊向滤波器的指纹预处理方案

在自动指纹识别系统中,对时间复杂度高的指纹图像预处理算法进行研究,为了有效地去除指纹图像中的噪声,提高识别速度以应用于实时系统,提出了一种基于8方向脊向滤波器的指纹预处理方案。该方案在求取点方向图时以方向逼近法为基础,引入均值滤波的思想以降低图像中噪声的影响,获取一致性更好、性能更稳定的点方向图;然后根据脊向滤波器的设计原理,优化设计了一组对应于指纹图像方向信息的8方向脊向滤波器模板;最后运用查表法,对于指纹图像中的每个像素点选取与其方向信息相应的滤波器模板进行图像增强。在FVC2004公布的指纹图像数据库DB1_B上,按照FVC2004测试标准所做的试验结果表明,本文所提方案简单快速有效,能够应用于实时的自动指纹识别系统。

8方向自适应权值Sobel边缘检测算子

针对传统Sobel边缘检测算子对图像边缘检测存在漏检和噪声敏感的缺点,提出一种改进的Sobel算子.该算子重新构造出一种8方向5×5检测模板,并且在模板卷积过程中应用自适应权值的算法,增强了该算子的抗噪性.实验表明,改进的Sobel算子保留了传统Sobel算子的优点,增加了其他方向的边缘检测,降低了漏检的概率,提高了抗噪性.

基于FPGA的8方向Sobel自适应阈值边缘检测系统设计与实现

针对传统Sobel边缘检测算法需要人为设定阈值,且对图像复杂纹理的识别能力较弱等问题,文中提出一种图像自适应阈值及3×3算子的8方向Sobel边缘检测算法,并在现场可编程门阵列(FPGA)上通过流水线设计和乒乓操作加速实现。基于Xilinx公司的Spartan6系列FPGA硬件平台,将OV5640摄像头采集到的图像数据流缓存于SDRAM;再利用移位寄存器将图像数据传输至图像算法模块,经过图像中值滤波及8方向Sobel边缘检测算法进行处理;最后,通过驱动VGA实时显示视频图像的边缘信息。实验结果表明:利用文中算法并基于FPGA输出的图像,在有效降噪的同时能够较好地滤除虚假边缘并保留真实的边缘信息;相较于传统算法,利用所提算法处理后的图像边缘清晰度有明显提高,且系统具有良好的准确性和鲁棒性。

基于8方向折叠与自更新置乱的图像加密算法

当前的图像加密算法主要是在一个方向上对像素进行扩散,且在整个加密过程中,都是利用相同的扩散、混淆函数来改变像素位置与灰度值,导致算法的随机度与安全性不佳,因此本文提出了一种基于8方向折叠机制与自更新的图像加密算法.首先,联合Lucas、Fibonacci序列,通过二维Arnold变换设计一种像素自更新置乱算法,对输入明文进行混淆操作,充分提高像素位置的置乱度;引入Logistic映射,利用明文像素来生成其初始值,根据其随机序列的量化密钥流来设计8方向折叠机制,从8个方向对置乱图像进行高度加密,对于每一个方向的像素扩散,利用不同的加密函数来改变其像素值,显著降低了置乱、扩散的周期性.测试数据显示:与当前的图像加密机制相比,本文所提算法具有更高的安全性与用户响应值,其密文像素分布更为均匀.

基于FPGA的焊缝实时边缘增强算法

针对焊缝图像处理中存在椒盐噪声处理效果差、实时性差、边缘丢失及强弱边缘连接不佳等问题,提出了一种基于现场可编程门阵列(field programmable gate array,FPGA)的改进边缘增强算法。首先,对采集到的视频流图像进行灰度转换,并利用自适应中值滤波进行降噪处理;其次,通过8方向Sobel算子提取图像梯度向量,利用自适应阈值提高边缘检测准确度;最后,通过形态学开操作增强边缘特征。试验结果表明,在100 MHz时钟下,针对一幅768×1024的焊缝图像处理采用FPGA仅需23.2016 ms,算法耗时降低到了毫秒级,改进后的算法能够有效去除椒盐噪声、滤除虚假边缘并保留真实边缘信息。

基于改进Sobel算子的遥感图像道路边缘检测方法

从遥感图像中提取道路边缘可以大量简化道路网的测绘与规划工作。传统边缘检测算子由于方向和模板尺寸的局限性,易造成检测结果中边缘点散乱、不连续或过多边缘点误判。基于道路边缘完整且连续的特点,针对传统检测效果并不理想的问题,提出了一种改进的Sobel算子,即5×5的8方向模板。从Sobel算子的基本原理出发,根据Pascal三角形理论推导出各方向的最优模板。研究表明,该算子不仅能较好地检测出更多方向上的边缘,而且能有效减少误判点,检测出的边缘线条更加平滑、完整,轮廓清晰且连续性好,尤其在弯曲道路检测中表现得更为突出,优于其他算子的检测效果。

Radarsat SAR图像上水稻田边界提取研究

为精确提取RadarsatSAR图像上水稻田边界信息 ,开发了一个二维 8方向滤波算法并设计了优化的边界提取方案。将其应用于 86 3 30 8项目“SAR技术用于南方水稻长势监测与土地利用调查应用示范”研究中 ,结果表明该算法比用遥感图像处理软件(PCI)提取的水稻田边界更精细 ,且连续性好 ,从而在应用中可降低水稻种植面积计算的误差 。

基于FPGA的改进Sobel算法图像边缘检测系统

边缘信息是数字图像信息的重要组成部分,传统的边缘检测程序会因串行执行指令而导致检测效率下降。为了提高图像边缘信息的处理能力,提出一种基于现场可编程门阵列的改进Sobel算子的边缘检测方法,其中,Sobel算法的卷积核从2方向扩展到8方向,并具备阈值自适应能力。板级测试结果表明,基于现场可编程门阵列的改进Sobel算法边缘检测方法充分发挥FPGA并行处理的优势,能够高效准确地检测图像的边缘信息,图像层次感强、成像稳定,在图像的并行处理中有明显的优势。

一种改进的Curvelet变换算法

提出一种Curvelet变换的改进方法。该方法对经典算法进行了两方面改进:保持较大尺度下高频子带各子块的投影轴数不变,在较细尺度下减少投影方向数,使计算量下降;为保持原信号分辨率,对图像平滑块和边缘块分别进行插值和边缘主方向投影补偿。子块类别和边缘子块主方向用8区域方向滤波器来确定。实验结果表明,与降采样下的8方向经典算法相比,改进算法的PSNR值提高约0.8 dB;实现变换的平均耗时比16方向非降采样经典算法减少约9%。在主观视觉效果上,改进算法的重建图像和16方向经典算法结果接近,但系数冗余更小。当折衷考虑变换的耗时、重建质量和系数表达的紧凑性时,改进算法占有明显优势。

基于改进Sobel算子的铁路轨枕自动定位方法

针对传统方法对铁路轨枕定位效率差、效果不理想等问题,提出一种基于改进Sobel算子的轨枕精确定位方法。首先将传统Sobel算子由原来水平和垂直2个方向模板增加至8个方向模板,提高边缘的检测精度;然后采用最大后验概率估计法对采用8方向Sobel算子检测出的梯度图像选取最佳阈值并进行二值化处理,增强算法的抗噪声能力;最后,将处理后的图像进行灰度投影,实现轨枕精确定位。试验结果表明,该方法能快速、准确地定位轨枕,为铁路轨枕状态检测提供可靠的、高精度的轨枕图像。

基于运动轨迹的视频摘要技术

提出了一种基于运动轨迹的视频摘要生成方法。首先利用改进的8方向链码编码对视频对象运动轨迹进行编码,重点突出了对象运动的变化特征,同时采用归一化编码技术,增强了改进编码方法对尺度和旋转变换的鲁棒性。在编码过程中记录了与编码对应的视频帧序号,这些帧就是需要提取的"关键帧"。然后以"关键帧"为基础,提出了利用插值算法生成视频摘要的方法。实验结果证明了方法的有效性。

基于FPGA的模拟欠光环境下图像边缘检测系统的设计与实现

为了解决在传统嵌入式平台搭建边缘检测算法带来的算力负担以及图像边缘检测算法对光线条件的苛刻要求问题,设计并实现了基于FPGA的模拟欠光环境下图像边缘检测系统。FPGA的并行运算操作非常适合于图像处理算法,大幅提升了算法运行效率。系统使用EP4CE10F17C8N芯片作为主控,通过ROM储存待处理的原始欠光环境下的图片,经过灰度化,进行直方图统计与均衡化对原始图像进行增强,利用移位寄存器生成图像3×3模板,对增强后的图像进行高斯滤波,再使用改进型8方向Sobel边缘检测算法提取图像边缘信息,最后使用VGA模块显示图像处理的结果。较之传统算法,系统使用改进型算法提高了对边缘信息的提取程度,整个系统运行对光照条件的鲁棒性大幅提升。